加密资产有三种类型：价值存储，证券型 token ，应用型 token 。通用价值存储资产应该使用交易方程式（M * V = P * Q） 进行估值，因为这些货币是独立的基础货币。例如 Bitcoin, Bitcoin Cash, Zcash, Dash, Monero, 和 Decred 。

译者备注：M = 货币供应 M2 (Money Supply)，M表示一定时期流通中货币的平均数量；V = 货币周转速率 (Velocity of Money)，V表示一定时期单位货币的平均周转次数即货币流通速度；P = 价格 (Price)，P表示商品和劳务价格的加权平均数；Q = 经济产量 (Economic Quantity)，Q表示商品和劳务的交易数量。

虽然有些人不同意，但是我还是将 如 Ethereum, EOS, Dfinity, 和 Kadena 这些智能合约平台的原生 tokens 含括在价值存储这一类中，为什么？因为那些足够有用的智能合约平台的原生 tokens 有机会作为一种独立的价值存储。

这篇文章我不会涉及到证券型 token ，因为传统证券已经被广泛理解了。有价证券上链，虽然在结算时间和托管方面相对旧系统会更好，但并没有改变证券本身的任何东西。

这篇文章将专注于应用性 token 。

背景

在 2016 年和 2017 年绝大多数 ICO 发行的都是应用型 token ，这些 token 扮演着一种所有权的支付货币。其中包括许多引人注目的项目： Filecoin, Golem, 0x, Civic, Raiden, Basic Attention Token 等。

每个加密货币都将自己定位为一种独立的基础货币。而基础货币则应该使用 交易方程式 进行估值：MV = PQ，转化一下为 M = PQ/V 。

就如我在 Understanding Token Velocity 中提及的，基本上对于所有的所有权支付货币，周转率 V 在交易方程式中都有一个巨大的问题。通常，所有权支付货币容易受周转率问题的影响，可能会带来长期的价格下降压力。由于这种影响，我希望看到作为所有权支付货币的应用型 token 的周转率超过 100 。周转率超过 1000 也是有可能的。作为参考，美元的 M1（狭义货币=流通的现金+支票存款）货币供给的周转率为 5.5 。

下面我将介绍两种新的 token 经济模型，用于解决应用型 token 的周转率问题。两种模型的设计主要是为了优化下面的内容：

应用型 token 的价格应该随着网络使用率的增长而线性增加。

反之亦然，如果网络的使用率下降，那么 token 的价格应该下降或者不及预期。

Work Tokens

Augur 是 work token 模型的先驱。Keep 是另一个例子。

Work Token 模型中，服务提供方需要质押（译者备注：可以理解为锁仓）部分网络中的原生 token 来获取为网络工作的权利。对于常用商品的服务，如 Keep (链下私密计算), Filecoin (分布式文件存储), Livepeer (分布式视频加密), Truebit(链下可证实计算)，甚至是由人驱动的 “分布式土耳其机器人” （译者备注：其实就是劳务众包平台，如亚马逊的 AMT 。）如 Gems 。服务提供方获得下个任务的概率跟该提供方锁仓的 token 数占所有提供方锁仓的 token 数的比例成正比。

Work Token 模型的妙处就在于不存在任何的投机者。增加网络的使用会直接推动 token 价格的上涨。随着对服务需求的增长，服务提供方会获取到更多的收入。考虑到 token 的总量恒定，服务提供方将合理地增加每个 token 所拥有的所有权，以获得赚取部分不断增长的现金流的权利。

大部分 Work Token 系统会执行一些机制来惩罚没有按照事先预设好的标准来执行任务的服务提供方。在 FileCoin 中，合约规定服务提供方需要承诺在一段时间内存储一些数据。在合约的期限内，服务提供方必须锁仓一些 FileCoin，文件必须至少以最小的带宽保证保持 7 / 24 小时可用。如果服务提供方没有坚守这个标准，他会自动受到智能合约协议的惩罚，他锁仓的 token 可以会被削减甚至直接扣除。

Work Token 的估值模型比较简单：净现值（NPV） 【net present value】

相对于传统的“ token 作为货币 ”的模型，Work Token 模型完全改变了应用型 token 最终价值的计算。我们以 Filecoin 为例，来突出这个差异的大小。

Filecoin 团队表示到 2021 年他们的目标市场将达到 $110B (第 16 页 )。这些数字是基于购买硬盘的传统模式，并明确表示将其出租，而不是利用其他未使用的容量。因此 Filecoin 可能会大幅降低单位价格。让我我们保守一点，假设 Filecoin 完全没有降低价格。

使用 “token 作为货币” 模式的Filecoin将具有很高的周转率 ，但并不会接近无穷大，它会有一个上限，因为Filecoin网络中的存储提供商必须在存储文件之前对部分 token 进行锁仓。。这一权益系统的确切机制尚未确定。无论如何，这个机制保证了一些Filecoin token 周转率的上限（同样，交易费用也会带来一些上限;但是，这个上限可能很高，以至于在本文的背景下无关紧要。）

美元 M1 的周转率约为 5.5。在金融危机之前（美联储铸造了大约是正常情况下供应量的两倍货币供应量），周转率大约为10。但对于 Filecoin 而言，10 并不是一个逼真的假设。鉴于 Filecoin 不会成为通用货币，并且没有激励机制让服务提供方有动力持有比最小锁仓量更多的 token，所以我将假设比 M1 高出 3-10 倍的周转率。这意味着 30-100 的周转率。

因此，Filecoin 的最终价值（假设100％的市场饱和度）在 11 亿- 36 亿美元（1100亿美元 / 100 至 1100 亿美元 / 30）的范围内。

现在，让我们考虑 Filecoin 在 Work Token 模型中潜在的最终价值。终端价值可以计算为现金流量 / 贴现率。假设贴现率为40％，运营利润率为 50％，Filecoin的潜在最终价值为 1100 亿美元 x 50％/40％= 1375 亿美元。

工作 token 模型比所有权支付货币模型计算的价值高100倍。

这怎么可能？

将应用型 token 作为所有权支付货币考虑时，最终价值只代表一小部分交易量的价值。为什么？因为根据交换方程，M = PQ / V，并假设V > 1，M 必须小于 PQ。

另一方面，如果您把应用型 token 作为代表网络进行工作的权利考虑时，那么它将以系统产生的运营现金流量的倍数来衡量，而不仅仅作为支付给服务提供商的收入的一小部分。 而且在工作 token 模型中，随着网络的增长和成熟，它将降低风险，降低贴现并最终增加最终价值（这实际上意味着总的 token 价值应该相对于交易吞吐量以强线性增长）。

工作 token 模型仅在服务作为纯商品时才有效。如果供应商存在其他的竞争因素，例如市场营销，客户服务，营销策略等，那么工作 token 模型将不起作用。工作 token 模型是基于服务提供商的持有 token 量进行新工作分配的。这不适用于必须积极争取客户的服务提供商。对于这类型的网络，另一种模型是很有必要的。

烧毁-铸造 平衡 （Burn-And-Mint Equilibrium）

Factom 是 Burn-And-Mint 平衡模型（BME）的先驱，也是我所了解的唯一一个实现了这中模型的，具有庞大网络价值的 token 。 （Factom 提供一种可以基于 Work Token 模型的商品服务，但是它反而选择了实现 BME 模型。）

不像 work token 模型，在 BME 模型中，token 是一种所有权的支付货币，但又不像传统的所有权支付货币那样，想要使用服务的用户不用直接付款给交易方，而是烧毁 token。

对的，没看错，消费者得把钱烧了。

消费者以服务提供商的名义烧毁 token，也就是说，消费者公开承认（在链上）服务提供商为已烧毁的 token 完成他应该做的任务。

为了访问底层网络而烧毁的 token 数量应该以美元为单元进行计价。例如在 Factom 中，向 Factom 的区块链上提交一笔记录的成本是 $ 0.001，不管当时的 FCT 价格是多少美元。

独立于 token 的烧毁过程，每隔一个时间段，Factom 协议应该铸造出 X 个新 token 并按比例分发给服务提供者，即如果token 铸造期间，总共有 50 个 token 进行了烧毁，其中有 1 个 token 是以某个服务提供商的名义烧毁的，那么新的 token 分发时该服务提供商能得到 2% 的 token。

注意新铸造的 token 数 X 不一定必须是常量。它也可以是变量，只要 X 不要跟烧毁的 token 有函数关系。（因为这将会造成逻辑循环，最终导致 BME 模型的失效。）（译者备注：X 不能与烧毁的 token 的数量有正/反比的函数关系，如烧毁 100 个，就会铸造 100 个，那 BME 这个机制就没有意义了。）

表面上看，这种模型会导致服务提供方少得酬劳或多得酬劳。然而，实际上，如果系统能以接近平衡的状态运行，服务提供方就能够得到恰当的酬劳。

要注意在 Factom 这个案例中，服务提供方和区块生产者是同一个人。对于基于 ERC - 20 的 token 来说，这被定义为错的，因为以太坊网络抽象了区块的生产。然而，BME模型可以用于ERC20令牌。

就像 Work Token 模型，BME 模型中，网络使用率的线性增长会推动 token 的价值的线性、非投机增长。

我们来看看一个例子，我们假设这个例子中没有市场投机者，以及下面这些假设条件：

每月铸造 token 数量：10,000

token 价格：$ 10.00

单位服务成本：$0.001

假设该系统处于平衡状态，也就是说 token 的总流通量保持不变（如果每个月烧毁 10,000 个 token）。因为使用服务的成本是 $ 0.001，如果每个月服务被使用 (10,000 * 10)/.001 = 100,000,000 次，那么系统将会保持平衡。如果使用率增长，每个月烧毁了 15,000 个 token，那么总供应量就会减少，从而推动价格上涨。价格上涨就以为这相同的系统使用次数需要烧毁的 token 数量减少，从而使系统恢复平衡。

这个模型假设消费者和服务提供方都不想持有所有权支付货币。这个模型反倒假设服务提供方只想持有通用货币。

注意这个模型并没有要求所提供的服务是一种商品。新铸造 token 按比例再分发允许服务提供方对他们的服务进行合理的定价。

考虑到市场上总是过度供应例如门格尔财货，没有一条通用的公式可以用来计算非投机价值。无论如何，下面的内容可以概括为：

如果烧毁的 token > 新铸造的 token，价格上涨；

如果烧毁的 token < 新铸造的 token，价格下跌；

应该在什么时候使用这些模型

考虑到 Work Token 模型比 BME 模型能获得更多价值，所以团队应该尽可能选择实现 work token 模型。然而，工作令牌并不是普遍适用的，Work token 模型比较适合去中心化的云服务，例如 Filecoin，Keep，Truebit 和 Livepeer。这类型的服务可以使用 work token 模型，因为他们提供无差异产品服务。另外，Work token 模型适合用于那些需要用户预先对系统输入的服务，例如 Augar， Gems。

甚至像 Filecoin 提供不同级别服务（文件的冗余存储的份数）的系统也可以采用 work token 模型。

其他大部分服务可以使用 BME 模型：Civic, Golem, Raiden, Basic Attention Token (BAT), 0x 等。在这些项目所应用的模型中，服务提供方不是提供单纯的商品了。他们在与协议本身相关的变量上进行竞争。 Civic 网络上的服务提供方在业务发展和伙伴关系发展方面展开竞争。0x 转播层在用户体验、API质量、服务等级协议、上交易所等方面进行竞争。网络出版商在 BAT 网络上竞争差异化的内容。

ICOs 和 token 分发

对于应用了 work token 模型的 token 项目，开发团队真的不需要担心 token 的分发问题，为什么呢？因为终端用户永远不需要购买 token。那些想在未充分利用的算力/容量/带宽上获取收益的服务提供方会想出如何快速地在为充分利用的硬件上赚钱。像 AwesomeMiner 这样的服务将会运行基于 token 的权益协议，动态将人们的资源分配到收益最高的网络。1protocol 就就已经是这样做的了。

可惜，BME 模型没有同样的优势。基于 BME 模型的系统必须将 token 空投到数百万用户手中，这样用户才有办法使用服务。

价格（服务价格）

在使用 work-token 模型的系统中，服务的单位价格需要有网络层设定。个人服务提供商不能设置价格。相对于 FileCoin 的自由市场方法（每个矿工可以在高度竞争的市场中设置自己的价格），这听起来不是很好。然后，实际上，竞争不是存在于相同网络的服务提供方之间，而是在不同网络的服务提供方之中。这就相当于亚马逊和谷歌如何对他们各自的云存储的 1G 容量如何定价的问题。

在使用 BME 模型的系统中，每个服务提供方可以自己定价。

治理

对于实现通用的“ token 作为货币 ”模型的 token ，许多企业家认为用户在治理中会有发言权。这在实践中是不太可能。由于周转率问题，消费者不会持有 token ，因此他们不太可能在基于持有 token 数的治理模型中进行投票。当您只打算只持有10秒的 token 时，为什么要花时间在治理问题上投票呢？

work token 模型通过将基于持有 token 量的投票完全转移到市场的供给侧来实现这一事实。这种感觉更像是分散的股权，因为传统的股权持有者会在竞争激烈的市场环境下投票决定公司（供应方）应该做什么。

在BME模型中，token 仍然是货币。目前还不清楚 BME 将如何基于持有 token 量决定投票治理。

网络效应

相对通用的“ token 作为货币 ”的模型，这两种模型都不应该对网络效应产生严重影响。应用型 token 的网络效应不是基于 token 本身的流通性的，而是在于协议的内在价值。例如 0x 的网络效应不在于 ETH/ZRX 之间的交易流通性，而在于使用 0x 协议的所有交易对的总体流通性。如果 ZRX token 采用 BME 模型，总体流动性将保持不变。同样地，Filecoin 的网络效应走势也会接近 log(n)（当系统总体接近饱和时，矿工的边际价值在减少），作为工作令牌和专有支付货币，其网络效应都不应该有极大的不同。

扩展 work token 网络

在 work token 模型中，随着网络使用率跟价值的增长，会有一些有趣的现象出现。

假如说在主网上线后，我持有了流通量 1% 的 Keep tokens，整个 Keep 网络可以由 300 台中端 AMS 服务器组成，并假设没有市场投机者。为了完成这项工作，我需要 3 台中端 AMS 服务器。我们假设，在接下来的一年中，Keep token 的需求增长了 100倍并且我没有卖出 token。为了满足这个增长的需求，我将需要管理 300 台服务器。

但是我不想管理 300 台服务器，因为那对我来说太复杂了。

现在怎么办？我只需要到开放市场卖出我的 tokens，市场现在对 token 的估值应该是相对于一年前的 token 价值的 100 倍。因为在网络中流动的现金流也是一年前的 100 倍了。

如果网络增长速度快于我称为服务提供商的速度，没关系，我只需要把我的 token 卖给别人。我甚至可以把我的 token 租给那些使用 1protocol 或者类似协议的人。

综合（Synthetic） Tokens

这两种模型都没有假设 token 存在于智能合约平台上。work token 模型和 BME 模型都兼容综合 token。（译者备注：综合 token 指的是在不同链上都有效的 token。如 ETH 可以通过合约跨链转到 ETC 链上的地址）关于 这种 token 详情看这篇文章 The Smart Contract Network Effect Fallacy 。

结论

刚开始，以太坊提供了一个平台，在这个平台上开发者，服务提供方，消费者可以使用可编程货币进行交易。Work token 模型和 BME 模型只是通过可编程货币创造出的两个例子。可编程货币的设计空间是宽广的并且大部分是未经开发的。未来，新的模型和机制肯定会出现。

随着加密生态的成熟，开发人员将会对本文中提出的想法进行试验、调整和构建。随着他们的不断探索，他们将发现新的、有创造性的方法，在不牺牲用户体验的前提下，发掘获取网络的原生 token 价值。